深度学习在语音增强方向上的前沿研究 | GAIR大讲堂

分享背景

▼

现实生活中干扰噪声的存在严重影响到助听器、人工耳蜗等听力设备佩戴者的语音可懂度。同时在智能语音交互设备中，这些干扰噪声的存在也严重影响了语音识别的正确率，随着智能音箱等设备的大热，语音前端信号处理越来越被重视起来。本次分享主要对单(多)通道的传统语音增强算法做个简单的汇总，然后重点讲解一下目前学术上比较前沿的基于深度学习的语音增强与分离算法。

分享主题

▼

深度学习在语音增强方向上的前沿研究

分享提纲

▼

1.传统的单声道语音增强算法

2.基于深度学习的单声道语音增强方法

3.传统的多通道自适应波束形成方法

4.多通道语音增强新方法

5.思考与讨论

分享人简介

▼

方义，中国科学院声学研究所在读博士生，研究生课题主要为针对听力设备的语音增强算法。研究生前期主要进行的是传统的语音增强算法研究。目前主要研究方向为麦克风阵列以及基于深度学习的语音降噪与分离算法。

分享时间

▼

北京时间11月16日（周四）20:00

参与方式

▼

扫描海报二维码添加社长微信，备注「方义」

公开课精彩往期回顾

复旦Ph.D沈志强：用于目标检测的DSOD模型（ICCV 2017）

极限元刘斌：深度学习在语音生成问题上的典型应用

搜狗文仕学：基于深度学习的语音分离

Video ++孙兆民：视频内容识别行业分析

悉尼科大王超岳：基于生成对抗网络的图像编辑方法

达观数据张健：文本分类方法和应用案例

清华Ph.D王书浩：基于深度学习的电商交易欺诈检测系统

Twitter工程师王东：详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队：图像比赛的通用套路有哪些？

宜远智能刘凯：显著降低模型训练成本的主动增量学习

戳阅读原文直达报名页

▼▼▼